基于GIS的增城区地质灾害易发性分区研究
doi: 10.20008/j.kckc.2024s2030
张号1 , 倪顺程2 , 胡磊1 , 郭正1 , 吕星1 , 肖明宏1 , 沈宝存1 , 符常渝3 , 杨健4 , 谈红梅4
1. 湖北煤炭地质勘查院,湖北 武汉 430000
2. 中交第二公路勘察设计研究院有限公司,湖北 武汉 430056
3. 内蒙古地质勘查有限责任公司,内蒙古 呼和浩特 010010
4. 湖北煤炭地质局,湖北 武汉 430000
基金项目: 本文受增城区地质灾害风险普查项目(GZZX202107GK01)资助
Study of geological disasters susceptibility division based on GIS in Zengcheng District
ZHANG Hao1 , NI Shuncheng2 , HU Lei1 , GUO Zheng1 , LYU Xing1 , XIAO Minghong1 , SHEN Baocun1 , FU Changyu3 , YANG Jian4 , TAN Hongmei4
1. Hubei Coal Geological Exploration Institute,Wuhan 430000 ,Hubei,China
2. China Communications Constructions Second Highway Consultants Co. , Ltd. , Wuhan 430056 ,Hubei,China
3. The Geology of Inner Mongolia Co. ,Ltd. , Hohhot 010010 ,Inner Mongolia,China
4. Hubei Bureau of Coal Geology,Wuhan 430000 ,Hubei,China
摘要
增城区位于广东省广州市东部,近年来增城区发展迅速,也使得区内地质灾害频发。地质灾害易发性评价对区域地质灾害发育情况有较好的预测效果,本文以增城区为研究区,在分析其地形地貌、地质背景、灾害形成条件基础上,选取高程、坡度、坡向、工程地质岩组、地质构造、水域、植被覆盖度、土地利用等8个评价影响因子,构建GIS信息量模型,开展地质灾害易发性分区评价。结果表明,增城区按地质灾害易发性划分为高易发区、中发区、低易发区3类,面积分别为46. 10 km2 、849. 10 km2 、721. 27 km2 ,分别占县域面积的2. 85%、52. 53%、44. 62%。地质灾害空间上主要分布在增江街道、荔城街道及中新镇,其频繁的人类工程活动引发了大量的地质灾害,使得增城区地质灾害呈团块状及带状集中连片分布,基于GIS的信息量模型能够有较好的可操作性,且评价结果较为精准,能够为增城区地质灾害预测及防治提供地质依据。
Abstract
Zengcheng District is located in the east of Guangzhou, Guangdong Province. The rapid development of Zengcheng District in recent years has caused frequent geological disasters in the area. The evaluation of geological hazard susceptibility has a good prediction effect on the development of regional geological hazards. This paper takes Zengcheng District as the research area, and on the basis of analyzing its landform, geological background and disaster formation conditions, selects eight evaluation impact factors, including elevation, slope, slope direction, engineering geological rock group, geological structure, water area, vegetation coverage and land use. The GIS information model was constructed to evaluate the geological hazard susceptibility region. The results show that Zengcheng district can be divided into three types according to the geological hazard susceptibility, namely high, medium and low, with an area of 46. 10 km2 ,849. 10 km2 and 721. 27 km2 , accounting for 2. 85%, 52. 53% and 44. 62% of the county area, respectively. Geological disasters are mainly distributed in Zengjiang Street, Licheng Street and Zhongxin Town in space, and their frequent human engineering activities have caused a large number of geological disasters, making the geological disasters in Zengcheng District distributed in clusters and strips. The information model based on GIS has good operability, and the evaluation results are more accurate. It can provide geological basis for the prediction and prevention of geological disasters in Zengcheng district.
0 引言
增城区位于广东省中部,广州市东部,区内北部地势较高,南部地势低。据统计自 2013 年以来,增城区共发生地质灾害 99 起,其中,崩塌 82 起,滑坡 15 起,泥石流 2 起,造成直接经济损失约 1036.1 万元,制约当地发展(张号等,2021)。
崩塌、滑坡等灾害是地质灾害中最为常见的灾害之一,不仅对人民生命安全造成严重威胁,而且对自然环境、基础设施建设、土地资源等具有严重破坏性。增城区其本身独特且复杂的地质环境条件为各种灾害的发育提供了较好的孕灾环境(祁明静等,2020)。并且该地区在基础建设过程中存在大量的切坡开挖活动,使得增城区成为地质灾害多发、频发的地区之一,但迄今为止尚未有学者对增城区开展过任何的大比例尺地质灾害风险评价工作。
本文通过收集野外地质资料及历史灾害数据,在现场精细化调查基础上,结合GIS分析技术,建立了崩塌地质灾害易发性评价指标体系和量化方法,根据崩塌地质灾害的特点,选取高程、坡度、坡向、工程地质岩组、地质构造、水域、植被覆盖度、人类工程活动等8项因素
作为评价指标,由此建立评价指标体系。运用层次分析法和信息量法对每个评价因子权重进行确定,对增城区地质灾害情况进行易发性分区评价,得出地质灾害发育概率分布图,其结果可为增城区地质灾害预测及防治提供地质依据。
1 研究区概况
增城区处于华夏系构带与岭南东西向构造带的交接处,东接惠州市博罗县,西连广州市黄埔区,南与东莞市隔江相望,北接惠州市龙门县和广州市从化区。地理坐标范围:北纬 23°05'~23°37',东经 113°32'~114°00',面积1616.47 km2,占广州市总面积的21.74%。
增城区北部地势较高,南部地势低,地貌类型可分为构造侵蚀、侵蚀剥蚀、岩溶、侵蚀堆积和河海堆积5种地貌。增城区多年年平均气温为22.2℃,7 月平均气温 28.3℃。多年平均降雨量 1921.6 mm; 4~9 月为雨季,占年雨量的 85%。10~次年 3 月为干季,占年雨量 15%。雨季大致分两阶段:4~6 月为锋面雨,占全年雨量 46.7%,以端午节前后为高峰,俗称“龙舟水”;7~9月以台风雨为主,占全年雨量 36.27%。由于受地形影响,降雨量呈北多南少分布。人类工程活动主要为道路切坡、房屋建设及开挖矿产资源等,对当地坡体稳定造成较大影响。
增城区在地质历史发展的过程中时代不连续,缺失了奥陶系、志留系、二叠系等多个时代的沉积物,出露的地层主要有震旦系、泥盆系、石炭系、三叠系、侏罗系、古近系和第四系。根据增城区内的土体和岩石类型及其组合特征,结合岩土体的物理力学性质,将岩土体划分为松散土体、层状较软火山岩组、层状较软沉积岩组、层状较硬沉积岩组、层状坚硬碳酸岩组、块状较硬—坚硬侵入岩组和层状较硬—坚硬变质岩组7种类型工程地质岩组。增城区处于华夏系构带与岭南东西向构造带的交接处,经历了加里东、印支、燕山、喜马拉雅4个构造阶段,发育有北东向及东西向构造形迹,加之频繁和大规模的岩浆活动,使增城区构造更趋复杂(图1)。
1增城区构造纲要图
2 地质灾害发育特征
增城区共发现滑坡6处,崩塌95处,地面沉降1 处,泥石流 1处,共计 103处地质灾害点。区内地质灾害类型主要以崩塌为主,占地质灾害总数的 92.3%;滑坡次之,占 5.8%;地面沉降及泥石流最低,合计占比1.9%(图2)。
野外调查结果显示,区内多数发育崩塌,主要为人工活动形成(削坡建房、修路),类型属土质崩塌,规模为小型,运动形式多为滑移式、坠落式其次,滑坡发育次之。发育一处地面沉降,为中型规模,岩性为第四系桂洲组淤泥、粉砂、细砂、砂砾,厚 10~20 m,引发沉降原因主要为该点位于软土分布区,软土具有高压缩性、抗剪强度低、透水性低、含水量高、孔隙比大等特点。年沉降量约 30 mm/a,地面沉降主要发生在建筑物四周,沉降量 25~40 cm,一直在发生沉降,且沉降量逐年递增。发育一处泥石流,为小型规模,泥石流冲沟主沟方向为 100°,局部转为 195°,长约 600 m,底宽约 15 m,总落差约 40 m,总体坡度约10°,冲沟上游部分较缓,下游相对较陡,局部有高约5 m跌水陡坎,冲沟两侧汇水面积约 20000 m2。沟口扇形地扇长50 m,扇宽约40 m,目前仍有大量花岗岩块石及泥沙堆积于中上游冲沟内,堆积方量不详。该冲沟两侧斜坡山体高约70 m,坡度约50°,坡体由花岗岩块石及残坡积物构成。
3 评价方法与评价因子
3.1 研究思路
内动力、外动力地质作用以及人类工程活动等因素均为地质灾害发育的诱因,其诱发机理复杂,因此,区域地质灾害易发性区划是一个多元且复杂的系统。目前最先进的划分方法多以定量为主定性为辅的方法。本次增城区地质灾害易发性分区选用证据权法,该方法集成定性和定量分析各自优点,优势突出。
(1)从野外调查情况进行总结归纳,基于此来分析出增城区地质灾害的主要影响因子,采用专家打分法,两两比较确定因素间的重要性比值,构建出易发性判断矩阵,并对各个评价因子分别加权。
(2)利用层次分析法,计算各判断矩阵的最大特征根、特征向量和相对权重,并进行一致性演算,将 3级评价因子归一化计算出各评价因子的权重(Wi)。
(3)将 25 m×25 m 栅格单元作为增城区最小评价单元,共计258.4万个;运用ArcGIS软件进行栅格数据处理,结合信息量法,提取信息量指数(IyXi))(徐为等,2011陈诚等,2020苏士星和何飞, 2022)。
2增城区各乡镇地质灾害点分布平面图
Iy,Xi=log2Ni/NSi/S
(1)
式(1)中:S为本次研究区总栅格数;Si为本次研究区内影响因子所拥有单元数;
N 为本次研究区中地质灾害所占栅格数;Si 为本次研究区内灾害栅格和影响因子栅格重合数量。
(4)地质灾害易发性评价值(I)为各类影响因子的信息量数值与其通过层次分析法计算出的权重叠加值,并利用自然断点法将所得结果进行分区,从而进行增城区地质灾害易发性制图。
I=i=1n WiI(y,Xi)
(2)
其中I为用层次分析法计算出的因素权重。
(5)最终通过研究区评价值(I)的取值大小,进行增城区地质灾害易发性分区制图工作(余杰等, 2020余杰等,2021李信等,2022李健雄等,2023)。
3.2 评价因子的选取
基础因素和诱发因素是评价地质灾害易发性的重点影响条件。基础因素一般为坡度、高程、工程地质岩组、构造、河流等,诱发因素一般为地震、降雨、交通、人类工程活动等。将城区自然地理特征与研究区域范围、评价精度要求等方面综合起来考虑,在保证评价有效性的前提下,选取高程、坡度、坡向、工程地质岩组、地质构造、水域、植被覆盖度、土地利用等 8 项因素作为评价指标。由此建立评价指标体系(图3)。
3地质灾害易发性评价指标体系
3.3 评价因子分析
(1)高程
海拔高程从一定程度上反映地貌的变化,也是间接反映地貌对地质灾害的影响。结合增城区地形地貌特征及灾害分布特征统计规律,将高程要素划分为4个类别:①0~100 m;②100~500 m;③500~1000 m;④大于1000 m(图4a)。
(2)坡度
坡度不仅对地质灾害地表水的径流、地下水的补给和排泄、植被覆盖率起着决定性作用,还影响其应力分布。综合考虑增城区的地质灾害分布情况,将地形坡度划分为5个级别:①0°~10°;②10°~25°;③25°~40°;④40°~60°;⑤大于60°(图4b)。
(3)坡向
坡向指山坡朝向。一般来说,坡向不同,采光率也不同。本研究将坡向按照顺时针划分为4个方位区间,分别为 C=-1(平面)、-22.5°(或 337.5°)≤C ≤22.5°(北)、22.5° <C≤67.5°(北东)、67.5° <C≤ 112.5 东)、112.5° <C≤157.5°(南东)、157.5° <C≤ 202.5°(南)、202.5°<C≤247.5°(南西)、247.5°<C≤ 292.5°(西)、292.5°<C≤337.5°(北西)等 9 个类别。其中接受太阳辐射程度依次为南坡>东坡>西坡 >北坡。一般来说,向阳坡的径流系数较大,冲刷强烈,沟谷深,水土保持较差(图4c)。
(4)工程地质岩组
地层条件是产生地质灾害的物质基础,其不但影响地质灾害失稳,还决定岩土体强度、应力分布、变形破坏特征。由于不同类型的工程地质岩组对滑坡等地质灾害形成的影响程度有明显差异,因此根据其对滑坡、崩塌等地质灾害的影响程度将增城区内工程地质岩组归并为7个岩组:①二长花岗岩、花岗岩等块状较硬—坚硬侵入岩;②火山碎屑岩、安山岩、凝灰熔岩及角砾岩等层状较软火山岩组; ③灰岩、白云质灰岩等层状坚硬碳酸盐岩组;④石英云母片岩、片麻岩及千枚岩等层状较硬—坚硬侵入岩体;⑤砂岩、砂砾岩、细砂岩、泥岩、粉砂质页岩等层状较硬沉积岩组;⑥砂砾岩、粉细砂岩、泥岩等层状较软沉积岩组;⑦黏土、卵石、中粗砂及淤泥多层松散土体(图4d)。
(5)地质构造
增城区地处东南沿海华夏、新华夏构造体系与南岭纬向构造体系的交接部位,主要发育有一系列北东向、北西向挤压构造带,以断裂构造较为发育,褶皱构造次之。本次调查以断裂带两侧延伸范围设置缓冲区。以<500 m、500~1000 m、1000~2000 m、>2000 m为分界点划分4个区域(图5a)。
(6)水域
与地表水系的距离是与地质灾害有一定的联系。根据增城区内各区域与地表水系的距离,根据远近将其划分为 0~500 m、500~1000 m、1000~1500m及大于1500 m共4类(图5b)。
4增城区地质灾害与评价因子相互影响图A
a—高程重分类;b—坡度重分类;c—坡向重分类;d—工程岩组重分类
5增城区地质灾害与评价因子相互影响图B
a—地质构造重分类;b—水域重分类;c—植被覆盖度重分类;d—人类工程活动重分类
(7)植被覆盖度
境内地质灾害的发育程度与植被覆盖程度有着一定程度的联系。植被可保持水土稳定,增加岩土体稳定性。因此,研究区内的植被信息可以间接反映区内地质灾害的发育情况。通过计算增城区的植被指数 NDVI,进一步计算区内植被覆盖度,将区内分为低植被覆盖区(0%~30%)、中植被覆盖区 (30%~60%)及高植被覆盖区(大于 60%)3 个等级 (图5c)。
(8)土地利用
人类工程活动表征人类活动对地质灾害发生影响程度,因此在本次灾害易发性分区中,根据增城区人类工程活动情况,以农田、森林、草地、灌木、湿地、水域、不透水面和裸地划分8个等级(图5d)。
3.4 评价因子信息量与权重
对选取的高程、坡度、坡向、工程地质岩组、地质构造、水域、植被覆盖度、土地利用这 8 个评价因子,采用 ArcGIS 软件和信息量法(江思义等,2021段先锋等,2022),计算出各因子信息量和权重(表1),在以上基础上,综合岩溶塌陷区、软土沉降区划分范围,叠加本次易发性结果。由表1可知,坡度 10°~25°、高程<200 m、较坚硬岩、距构造带小于 500 m、人类工程活动强烈分别占据各自评价因子的最大权重,在这些条件下地质灾害更为发育。
4 地质灾害易发性评价
4.1 地质灾害易发性评价结果
将各个评价因子图层按信息量值(相爱芹等, 2015覃茂刚等,2018刘岳霖等,2019张利芹等, 2020江思义等,2021)进行栅格计算,将量化后的每个栅格单元在 ArcGIS 平台上进行各种空间信息叠加,得到每个栅格单元的总信息量值。采用 GIS 空间分析中栅格重分类工具,按照自然断点分级法,综合考虑现有地质灾害各区分布、环境地质条件及人类工程活动强度等各种因素(王志等,2020段顺荣等,2021张琳等,2021),进行人工修正,得到最终的增城区地质灾害易发性分区图,本次合并归整后为高易发区、中易发区、低易发区 3 类(表2图6)。
表2可知,增城区地质灾害高易发区面积为4 6.1 km2,包含一个亚区(A),占全区面积的2.85%,区内发育地质灾害点 5 处,占总地质灾害数的 5%,点密度为 0.11 处/km2。地质灾害中易发区面积为 849.1 km2,包含 3 个亚区(B1、B2、B3),占全区面积的52.53%,区内发育地质灾害点79处,占总地质灾害数的 76.70%,点密度为 0. 09 处/km2。地质灾害低易发区面积为 721.3 km2,包含一个亚区(C),占全区面积的44.62%,区内发育地质灾害点19处,占总地质灾害数的18.45%,点密度为0. 03处/km2
4.2 地质灾害易发性评价精度分析
本次崩塌易发性评价检验采用 ROC 曲线 (Receiver Operating Characteristic)法进行定量检验。 ROC曲线是根据模型评价结果绘制的坐标点(0,0) 和(1,1)之间的连线,通过计算和比较线下面积 AUC,作为有效性验证的标准,线下面积越大表明其评价结果越好。以易发性综合指数从高到低的单元累积面积与总面积的百分比做横轴,以对应综合指数区间内地质灾害累积数量百分比为纵轴,绘制 ROC 曲线(图7)。可得 AUC=0.863,说明灾害点所在区域整体易发性指数较大,这与实际野外实际调查情况较吻合,结果可信度较高,满足相关技术要求,评价结果较合理。
5 结论
(1)通过对研究区地质环境条件和地质灾害发育特征与分布规律的分析研究,采用信息量模型法,并借助 ArcGIS 平台进行地质灾害易发性评价,客观地反映出了地质灾害易发性分区的空间展布特征,地质灾害空间上主要分布在沿人类工程活动强烈的区域发育,该区域是现今人类经济生产、交通工程、城镇化等工程活动的场所;频繁的人类工程活动引发了大量的地质灾害,使得增城区地质灾害呈团块状及带状集中连片分布,主要为增江街道、荔城街道及中新镇,这些地质灾害密集分布区主要为人类工程活动相对密集区域。地质灾害在冲积平原(垅岗)地貌区最为发育,其次为构造侵蚀剥蚀丘陵地貌区。地质灾害时间上多发育于4~9月份的“龙舟水”时期,为研究区城乡发展规划及防灾减灾预警工作提供了科学依据。
(2)以增城区为研究对象,选取高程、坡度、坡向、工程地质岩组、地质构造、水域、植被覆盖度、土地利用等 8个评价因子,采用 GIS信息量模型法,开展县(区)城地质灾害易发性分区评价。将增城区按地质灾害易发性划分为高易发区、中发区、低易发区 3类,面积分别为46.10 km2、849.10 km2、721.27 km2,分别占县域面积的2.85%、52.53%、44.62%。
1评价因素各子类信息量与权重值一览
2增城区地质灾害易发程度分区
6增城区地质灾害易发性分区图
7增城区易发性评价精度ROC曲线
(3)依据增城区地质灾害的现状调查和地质灾害形成的地质环境条件以及地质灾害易发程度分区,本着以人为本、合理开发利用地质环境资源的原则,高易发区防治措施以工程治理、搬迁避让、监测预警,其中监测预警以专业监测和群测群防相结合,专业监测为主;中易发区防治措施以工程治理、群测群防为主;低易发区防治措施以群测群防为主。
注释
① 张号,胡磊,郭正 .2021. 广东省广州市增城区地质灾害风险普查成果说明[R]. 武汉:中煤湖北地质勘察基础工程有限公司.
② 祁明静,王超,苏丽薇,2020. 广东省广州市增城区地质灾害详细调查报告[R]. 广州:广州市地质调查院、广东省有色矿山地质灾害防治中心.
1增城区构造纲要图
2增城区各乡镇地质灾害点分布平面图
3地质灾害易发性评价指标体系
4增城区地质灾害与评价因子相互影响图A
5增城区地质灾害与评价因子相互影响图B
6增城区地质灾害易发性分区图
7增城区易发性评价精度ROC曲线
1评价因素各子类信息量与权重值一览
2增城区地质灾害易发程度分区
陈诚, 苏呈, 丁宇靖. 2020. 基于GIS信息量模型的鄂州市西雷山地质灾害易发性分区评价[J]. 资源与环境工程,34(2):230-237.
段先锋, 毛启曦, 刘万亮. 2022. 鹤峰县地质灾害易发性评价. 资源与环境工程[J],36(3):365-372.
段顺荣, 李延福, 李春阳. 2021. 基于GIS和层次分析法的青海甘德县地质灾害危险性评价[J]. 矿产勘查,12(2):453-460.
江思义, 吴福, 黄希明. 2021. 基于专家-层次分析法的岩溶地面塌陷易发性评价——以广西平桂区为例[J]. 矿产勘查,12(11):2294-2302.
李信, 薛桂澄, 柳长柱. 2022. 基于敏感性指数和逻辑回归模型的乐东县地质灾害影响因素敏感性分析[J]. 矿产勘查,13(11):1705-1712.
李信, 阮明, 杨峰. 2022. 基于GIS技术和信息量法的地质灾害易发性研究——以海南省昌江县为例[J]. 地质与资源,31(1):98-105.
李健雄, 蒋发堂, 罗海东. 2023. 威远穹隆典型地貌区崩塌灾害发育规律[J]. 矿产勘查,14(8):1517-1524.
刘岳霖, 张永鑫, 李林. 2019. 基于GIS的东莞市斜坡地质灾害易发性评价[J]. 资源与环境工程,33(1):46-49.
覃茂刚, 王康国, 王勇. 2018. 基于信息量层次分析法在海南琼海市地质灾害易发性分区中的应用[J]. 矿产勘查,9(7):1450-1454.
苏士星, 何飞. 2022. 时空维度降雨对碳酸盐岩地区崩塌的影响[J]. 矿产勘查,13(8):1228-1234.
王志, 伏顺成, 曹豪杰. 2020. 地质灾害危险性综合评估——以广东省五华县为例[J]. 矿产勘查,11(7):1470-1477.
徐为, 李铁凤, 胡瑞林. 2011. 基于GIS的哀牢山戛洒镇小流域滑坡易发性评价[J]. 水文地质工程地质,38(5):110-114.
相爱芹, 丁继新, 孟庆丰. 2015. 基于GIS技术的密云县地质灾害易发性评价[J]. 矿产勘查,6(3):324-328.
余杰, 张小兰, 余伟林. 2020. 湖北省黄梅县地质灾害成因机理分析[J]. 资源与环境工程,34(S1):90-94.
余杰, 陈钰, 彭慧. 2021. 基于GIS信息量模型的地质灾害易发性分区评价—以黄梅县为例[J]. 资源与环境工程,35(5):702-718.
张利芹, 李浩, 顾超. 2020. 基于信息量法的重庆云阳县(三峡库区)地质灾害易发性评价[J]. 矿产勘查,11(12):2809-2815.
张琳, 杨永强, 汪洁. 2021. 基于RS和GIS的浙江省湖州市某区域矿山环境遥感监测[J]. 矿产勘查,12(12):2447-2457.